- Que représente la sortie Z_2 2 3 en fonction de la notation définie pour DNN?
- Pourquoi avons-nous besoin de plusieurs couches en Deep Learning?
- Combien de couches un réseau neuronal profond devrait-il avoir?
Que représente la sortie Z_2 2 3 en fonction de la notation définie pour DNN?
Qu'est-ce que l'Outputz_2 ^ [2] (3) z2 [2] (3) représente en fonction de la théorie définie pour DNN? A: Sortie activée du 3e nœud en deuxième couche pour le deuxième échantillon de formation x.
Pourquoi avons-nous besoin de plusieurs couches en Deep Learning?
Fondamentalement, en ajoutant plus de couches cachées / plus de neurones par couche, vous ajoutez plus de paramètres au modèle. Vous permettez donc au modèle d'adapter des fonctions plus complexes.
Combien de couches un réseau neuronal profond devrait-il avoir?
Si les données sont moins complexes et ont moins de dimensions ou de fonctionnalités, les réseaux de neurones avec 1 à 2 couches cachées fonctionneraient. Si les données ont de grandes dimensions ou des fonctionnalités, pour obtenir une solution optimale, 3 à 5 couches cachées peuvent être utilisées.